Introduccion al Calculo Variacional

Gonzalo Galiano, 2003


Indice
general
Introduccion
Tres problemas clasicos
El problema de la braquistocrona
El problema de las geodesicas
El problema isoperimetrico
Metodos de resolucion de los problemas variacionales
Metodos indirectos
Metodos directos
Captulo 1. Analogas entre el Calculo Diferencial y el Calculo Variacional
1. Optimizacion en dimension finita
2. Paso a dimension infinita

V
V
V
VII
VII
VII
VIII
VIII

1
1
1

Captulo 2. La ecuacion de Euler y las condiciones de Legendre

1. Problemas variacionales con fronteras fijas en una variable
2. Generalizaciones del problema con fronteras fijas
2.1. El caso de varias variables
2.2. El caso de varias incognitas
2.3. Funcionales que dependen de las derivadas de orden superior
2.4. Problemas variacionales con restricciones
3. Variacion general de un funcional
3.1. Deduccion de la formula basica

7
7
13
13
15
17
17
23
23

Captulo 3. Las condiciones de Jacobi

1. Introduccion
2. Condicion necesaria de Jacobi
3. Condicion de Jacobi. Condiciones suficientes para un mnimo
4. Relacion entre la condicion de Jacobi y la teora de formas cuadraticas

27
27
28
33
35

Captulo 4. Introduccion a los metodos directos. El metodo de Ritz

1. Sucesiones minimizantes
2. El metodo de Ritz

39
39
41

III

IV

Bibliografa

INDICE GENERAL

43

Introduccion
Tres problemas clasicos
A continuacion introducimos tres ejemplos clasicos del Calculo de Variaciones, en los que se
muestran los elementos fundamentales del problema tipo de optimizacion. Son e stos:
1. Un espacio de funciones, V , tal que u : Rq , donde es una abierto, normalmente
acotado, de Rn , de frontera, , regular.
2. Restricciones sobre el conjunto de soluciones, que pueden imponerse bien sobre la frontera , bien sobre el dominio . Por ejemplo u = 0 en , u en , etc. El conjunto
de funciones que satisfacen estas restricciones es, en general, un subconjunto, U de V .
3. Un funcional J : V R de la forma siguiente:
Z
(1)
J(u) :=
L(x, u(x), u0 (x))dx.

Naturalmente, las hipotesis sobre V y L deben asegurar la existencia de J sobre V , o al

menos sobre U .
El problema de optimizacion consiste en hallar el mnimo, u U , del funcional J.
El problema de la braquistocrona. El problema de la braquistocrona, o curva de descenso
mas rapido, es uno de los problemas mas antiguos del calculo de variaciones. La primera solucion fue dada por Johann Bernoulli en 1696, aunque tambien dieron soluciones algunos contemporaneos suyos como Jacob Bernoulli, Leibniz y Newton.
Entre todas las curvas que unen los puntos A y B, se desea hallar aquella a lo largo de la cual
un punto material, moviendose bajo la fuerza de la gravedad desde A llega al punto B en el menor
tiempo.
Para resolver este problema debemos considerar todas las posibles curvas que unen A y B. A
una determinada curva, , le correspondera un valor determinado, T , del tiempo invertido para el
descenso del punto material a lo largo de ella. El tiempo, T , dependera de la eleccion de . De
todas las curvas que unen A con B debemos hallar aquella a la que corresponda el menor valor de
T . El problema puede plantearse de la siguiente forma.
Tracemos un plano vertical que pase por los puntos A y B. La curva de mas rapido descenso
debe evidentemente estar en e l, as que podemos restringirnos a curvas sobre dicho plano. Tomemos el punto A como el origen de coordenadas, el eje OX apuntando en la direccion de la
V


INTRODUCCION

VI

gravedad y sea B = (x1 , y1 ), con x1 > 0 y y1 0. Consideremos una curva arbitraria descrita
por la ecuacion
(2)

y = y(x) 0 x x1 ,

donde y es una funcion regular. Como la curva pasa por A y B, la funcion y debe verificar
(3)

y(0) = 0,

y(x1 ) = y1 .

El movimiento de la masa puntual puede describirse por medio de la ley de la conservacion de la

energa, Ec + Ep = cte., del siguiente modo: En el punto A, en el que asumimos que la velocidad
inicial es nula, se tiene
Ec + Ep = Ep = mghA = E,
donde E > 0 es una constante y hA es la altura a la que se encuentra el punto A. En cualquier
punto por debajo sera
1
mv 2 + mgh = E,
2
luego
v 2 = 2g(hA h),
y tomando la coordenada vertical como x = hA h, deducimos que la velocidad del movimiento
del punto material es
ds p
v
= 2gx,
dt
siendo s una parametrizacion de la trayectoria del punto material. Deducimos que
ds
dt =
,
2gx
y como la longitud de arco de la curva viene dada por
ds =

1 + y 0 (x)2 dx,

tenemos que el tiempo empleado a lo largo de la curva y viene dado por

Z
(4)

J(y) =
0

x1

1 + y 0 (x)2 1/2
dx.
2gx

Hallar la braquistocrona es equivalente a resolver el siguiente problema de mnimos: entre todas

las posibles funciones (2) que verifiquen las condiciones (3), hallar la que corresponda al menor
valor de la integral (4).

 DE LOS PROBLEMAS VARIACIONALES

METODOS
DE RESOLUCION

VII

El problema de las geodesicas. Las geodesicas son aquellas curvas contenidas en una superficie regular que minimizan la distancia entre dos puntos de la misma. Enunciaremos este problema
de dos formas:
1. Consideremos una superficie regular S R3 definida por la parametrizacion
x = x(u, v),

y = y(u, v),

z = z(u, v),

con (u, v) [u0 , u1 ] [v0 , v1 ]. Cualquier curva contenida en S puede parametrizarse en la forma
t : [t1 , t2 ] (u(t), v(t)).
El elemento de arco de las curvas contenidas en S esta determinado por la primera forma
fundamental:
2

ds2 := Eu0 + 2F u0 v 0 + Gv 0 ,
con
E := x2u + yu2 + zu2 ,

F := xu xv + yu yv + zu zv ,

G := x2v + yv2 + zv2 .

De modo que la longitud del arco entre los puntos correspondientes a los valores t1 y t2 es
Z t2 p
J(u, v) =
Eu0 2 + 2F u0 v 0 + Gv 0 2 dt,
t1

que es el funcional a minimizar.

2. Si la superficie viene dada de forma implcita por (x, y, z) = 0 y representamos una curva
sobre ella de forma parametrica, (x(t), y(t), z(t)), debemos minimizar el funcional
Z t1
0 2
1/2
J(x, y, z) =
x (t) + y 0 (t)2 + z 0 (t)2
dt.
t0

Ademas, las funciones x, y y z deben someterse a la condicion (x(t), y(t), z(t)) = 0 para
t [t0 , t1 ]. Es lo que se llama un problema variacional con restricciones de igualdad.
El problema isoperimetrico. De entre todas las curvas de longitud dada, que unen el punto
(0, 0) con un punto variable (, 0), encontrar aquella que, junto con el eje OX, encierra una superficie maxima. El problema es, pues, el de hallar una funcion, u y un numero, tales que u(0) = 0,
u() = 0, u 0 y que minimicen el funcional
Z
J(u, ) :=
u,
0

y satisfagan la restriccion

p
1 + |u0 |2 = .

Metodos de resolucion de los problemas variacionales

Existen dos aproximaciones fundamentales a la resolucion de los problemas variacionales.

VIII

INTRODUCCION

Metodos indirectos. La primera de estas aproximaciones es la heredada de los metodos de

minimizacion de funciones (dimension finita) va el calculo diferencial. Este metodo proporciona
condiciones necesarias y condiciones suficientes que dan lugar a una base metodologica para la
resolucion de problemas variacionales, la cual esta ntimamente ligada a la teora de ecuaciones
diferenciales.

Metodos directos. La idea fundamental es la extension del Teorema de Weierstrass a funciones definidas en espacios de dimension infinita, que tendra un enunciado del tipo:
Teorema. Sea J : V R un funcional definido en un espacio de funciones V dotado de cierta
nocion de convergencia para la que V es compacto y J es semicontinuo inferiormente. Entonces
existe un mnimo de J en V .
A partir de este teorema, se procede del siguiente modo:
1. Se elije la clase de funciones V junto con una nocion adecuada de convergencia para la
que V sea completo.
2. Hay que mostrar que J esta bien definido en V y que esta acotado inferiormente, de
modo que inf uV J(u) sea finito. Esto implica que se puede construir una sucesion minimizante, uk V , tal que J(uk ) inf uV J(u).
3. Debemos probar que J es semicontinuo inferiormente (secuencialmente), es decir, que
uk u implica
J(u) lm J(uk ).
k

4. Finalmente, debemos demostrar que V es compacto (secuencialmente) con respecto a la

convergencia considerada en 1.
Las hipotesis del Teorema de Weierstrass atanen a la funcion que se desea minimizar (semicontinuidad inferior) y al conjunto en el cual se busca el mnimo (compacto). En espacios de
dimension finita estas hipotesis son relativamente faciles de comprobar dado que la compacidad de
un conjunto es equivalente a que el mismo sea cerrado y acotado. La continuidad suele deducirse
de un analisis directo de la funcion a minimizar.
Sin embargo, el Teorema de Riesz establece que la bola unidad cerrada de un espacio de
Banach es compacta si y solo si la dimension del espacio es finita. Puesto que este criterio de compacidad falla en el caso de dimension infinita, se impone la investigacion de nuevas condiciones
sobre los subconjuntos de espacios de dimension infinita y sobre los funcionales definidos en estos
espacios que nos permitan usar una generalizacion del Teorema de Weierstrass.
Puesto que los conjuntos cerrados y acotados, en el sentido de la topologa fuerte, de un espacio de Banach no son compactos, puede esperarse que si se reduce la cantidad de abiertos mediante

 DE LOS PROBLEMAS VARIACIONALES

METODOS
DE RESOLUCION

IX

la introduccion de una nueva topologa, la cantidad de cerrados y, por tanto, de compactos, aumente. Esto resulta ser as. En particular, cualquier subconjunto cerrado y acotado de un espacio de
Banach es relativamente compacto respecto la topologa debil.1
El problema que surge a continuacion es el de la continuidad (respecto la topologa debil) del
funcional a minimizar. Claramente, al introducir una topologa con menos abiertos, la cantidad
de funciones continuas tambien disminuye y as, por ejemplo, la norma asociada a la topologa
fuerte no es una funcion continua respecto la topologa debil. Cobra especial importancia en este
contexto la nocion de semicontinuidad inferior.
Finalmente, observemos que aunque la introduccion de la topologa debil y de los funcionales
semicontinuos inferiormente respecto dicha topologa nos permiten asegurar la existencia de un
mnimo sobre cualquier conjunto cerrado y acotado respecto la topologa debil, la verificacion
practica de estas propiedades dista de ser sencilla. Por ello, una de las cuestiones centrales es
la de la busqueda de condiciones expresadas respecto a la topologa fuerte que impliquen las
correspondientes respecto a la topologa debil. En este contexto la convexidad de conjuntos y
funciones juega un papel fundamental.

1Es la topologa menos fina que hace continuas a las aplicaciones lineales

CAPITULO 1

Analogas entre el Calculo Diferencial y el Calculo Variacional

1. Optimizacion en dimension finita
Dada una funcion f : U R, con U un abierto de Rn , el programa usual que utiliza el calculo
diferencial para la localizacion de puntos de mnimo es el siguiente.
En primer lugar, debemos asumir que la funcion posee cierta regularidad, tpicamente que la
funcion posea derivadas parciales segundas continuas, es decir f C 2 (U ).
En segundo lugar, resolvemos la ecuacion de los puntos crticos, es decir, hallamos xc U
tales que
f (xc ) = 0.
En tercer lugar, evaluamos la matriz hessiana de f en los puntos crticos, y comprobamos si
dicha matriz es definida positiva, es decir, si los autovalores asociados a la matriz

2f
2f
(xc )
. . . x1 x
(xc )
x21
n

2f
2f

(x
)
.
.
.
(x
)
c
c
x2 xn

x2 x1

...
...
...

2f
2f
(xc )
xn x1 (xc ) . . .
x2
n

son positivos. En caso afirmativo, xc es un punto de mnimo local para f , es decir, existe una bola
de radio centrada en xc , B (xc ), tal que
f (xc ) f (x) para todo x B (xc ).
2. Paso a dimension infinita
La cuestion que surge a continuacion es la de extender la metodologa de minimizacion de
funciones definidas en espacios de dimension finita a los funcionales descritos en los ejemplos de
la introduccion, los cuales se hayan definidos en espacios de funciones (de dimension infinita).
Por ejemplo, en el problema de la braquistocrona se trata de minimizar el funcional
Z x1 s
1 + u0 (x)2
dx,
J(u) =
2gx
0
con la funcion u : [0, x1 ] R satisfaciendo
u(0) = 0,

u(x1 ) = u1 ,
1

1. ANALOGIAS ENTRE EL CALCULO

DIFERENCIAL Y EL CALCULO
VARIACIONAL

y algun requerimiento de regularidad que implique que el funcional J este bien definido (sea
finito).
Siguiendo los pasos del programa de dimension finita, consideramos un funcional J : U R,
con U V , siendo V un espacio de funciones regulares (hay varias elecciones) y siendo U un
subespacio de V , que en el ejemplo de la braquistocrona viene dado por
U = {u V : u(0) = 0,

u(x1 ) = u1 } .

En el caso de dimension finita asumimos que la funcion objetivo es dos veces diferenciable
con continuidad. La continuidad de funciones expresa el hecho de que a pequenas variaciones de
la variable independiente se siguen pequenas variaciones del valor de la funcion. En terminos de
, f es continua en x0 si para todo > 0 podemos hallar un > 0 tal que para todo x
satisfaciendo kx x0 k < se consigue que kf (x) f (x0 )k < .
Ahora, en el caso de funcionales, que significan pequenas variaciones de la variable independiente, siendo e sta una funcion? Hay distintas elecciones que se pueden hacer a este respecto.
Por ejemplo, uno puede llamar proximas a dos funciones continuas si sus ordenadas estan proximas. En este sentido podemos introducir la norma del supremo y decir que u0 y u estan proximas
respecto esta norma si
ku u0 kC() sup {|u(x) u0 (x)| : x } < ,
donde es el dominio de definicion de u y u0 . Otras elecciones tpicas son que tanto las funciones
como sus primeras derivadas o, mas en general, derivadas de orden k, esten cercanas, dando lugar
a los espacios de funciones C k (), con norma
n
o
kukC k () sup |u(x)| + . . . + |Dk u(x)| : x .
Otros espacios funcionales que aparecen frecuentemente en las aplicaciones son los espacios
Lp (), en particular, el espacio de Hilbert L2 (), con norma dada por
Z

1/2
kukL2 ()
u2 (x)dx
,

y el espacio de Sobolev H 1 () (que tambien es un espacio de Hilbert), con norma

kukH 1 () kukL2 () + kDukL2 () .
Claramente, los conceptos de proximidad entre funciones dependeran del espacio en que e stas se
situen, como muestra el siguiente ejemplo.
Ejemplo 1. Consideremos la funcion de Heavyside
(
0 si x < 0,
H(x) =
1 si x 0,

 INFINITA
2. PASO A DIMENSION

y una sucesion de funciones continuas que la aproximan, dadas por

si x < 0,
0
Hn (x) =
nx si 0 x 1/n,

1
si x > 1/n,
de modo que

si x < 0,
0
|H(x) Hn (x)| =
1 nx si 0 x 1/n,

0
si x > 1/n,

y, por tanto, kH Hn kC(R) = 1, y ningun termino de la sucesion de funciones Hn esta arbitrariamente cerca de H en el sentido de la norma del supremo. Sin embargo, respecto la norma de
L2 (R), tenemos que
Z
1/n
1/2
1
kH Hn kL2 (R) =
(1 nx)2 dx
= ,
3n
0
de modo que para n suficientemente grande podemos hacer H y Hn tan proximas como queramos.
2
Aunque, a primera vista, parecera lo mas natural el buscar los puntos de mnimo de un funcional en espacios grandes como C() o Lp (), esto no es as. La razon es que, como puede
intuirse, la continuidad de funcionales del tipo variacional
Z
J(u) =
L(x, u(x), u0 (x))dx,

va a depender de la continuidad de u0 , lo que conduce a la consideracion del espacio C 1 () o, al

menos, H 1 (). Puesto que las tecnicas que usaremos pasan por metodos analticos usuales, como
el paso al lmite, la continuidad del funcional jugara un papel importante.
El siguiente paso en nuestra generalizacion del metodo diferencial al caso de funcionales es
la introduccion de la diferencial para el calculo de los puntos crticos. En el caso del calculo
diferencial se comienza introduciendo el concepto de derivada parcial o el algo mas general de
derivada direccional. En el caso de funcionales, comenzamos con el concepto mas debil, el de
variacion, que sera tambien el que mas utilicemos.
Para motivar su introduccion, supongamos que tenemos dado un funcional J : V R y
consideremos la siguiente funcion real
F (t) = J(u0 + tv),
con u0 , v V fijos. Si J tiene un mnimo local en u0 , es decir,
J(u) J(u0 ) para todo u B (u0 ),

1. ANALOGIAS ENTRE EL CALCULO

DIFERENCIAL Y EL CALCULO
VARIACIONAL

entonces F tiene tambien un mnimo local en t = 0. Suponiendo que F sea dos veces derivable,
debe satisfacerse
(5)

F 0 (0) = 0 y F 00 (0) 0.

Si J es una funcion diferenciable, entonces F 0 (0) corresponde a la derivada direccional de J en

u0 en la direccion de v. Si J es un funcional, F 0 (0) corresponde a la variacion primera de J en
u0 en la direccion de v. Como en el caso de dimension finita, la anulacion de la variacion primera
sera una condicion necesaria para la existencia de un extremo.
Definicion 1. La variacion nesima de J en un punto u0 en la direccion v V viene dada por

dn J(u0 + tv)
n
(n)
J(u0 ; v) Fv (0)
,
dtn
t=0
si esta derivada existe.
Si J(u0 ; ) : V R define un funcional lineal y continuo, entonces escribimos J(u0 ; )
u0 J.
Tenemos, pues, que dado un funcional J : V R, si la primera variacion existe y es un
funcional lineal y continuo en un punto de mnimo, u0 , de J entonces las condiciones (5) se
traducen en
(6)

u0 J = 0 y u20 J 0.

En los captulos siguientes explotaremos estas propiedades para hallar condiciones necesarias y
suficientes sobre J que impliquen la existencia de un mnimo local.
Ejemplo 2. Consideremos el funcional dado por
Z
J(u) =
|u(x)|2 dx,

definido para u U H 1 (). Tenemos que, para u, v U fijados, la funcion

Z

Fv (t) = J(u + tv) =

|u|2 + 2tu v + t2 |v|2 dx

tiene derivada en t = 0, y por tanto primera variacion, dada por

Z
u J(v) = 2 u v,

que es lineal y continua sobre

H 1 ().

Ejercicio 1. Hallar la primera variacion de los funcionales asociados al problema de la braquistocrona y al problema isoperimetrico.
2
A continuacion introducimos una nocion mas general de diferencial, llamada diferencial Frechet,
la cual generaliza la nocion de diferencial de una funcion en dimension finita.

 INFINITA
2. PASO A DIMENSION

Definicion 2. Sea V un espacio de Banach y U V un conjunto abierto. Entonces se dice

que J : U R es diferenciable Frechet en u0 U si existe una aplicacion lineal y continua
Du0 J : V R tal que
J(u0 + h) J(u0 ) = Du0 J(h) + o(u0 , h) para todo h V,

(7)

u0 + h U,

donde o(u0 , ) : V R satisface o(u0 , 0) = 0 y

|o(u0 , h)|
= 0.
h0
khk
lm

(8)

Las propiedades de la derivada Frechet son analogas a las de la diferencial en dimension finita,
y se demuestran de modo analogo. Recogemos aqu algunas para futuras referencias.
1.
2.
3.
4.

La diferencial Frechet, si existe, es u nica.

La diferencial Frechet satisface la regla de la cadena.
Si J es diferenciable Frechet en u entonces J es continuo en u.
Si J es diferenciable Frechet entonces se satisface un teorema del valor medio.

Es un ejercicio sencillo el comprobar que la existencia de la diferencial Frechet implica la existencia de la primera variacion. Recprocamente, si la primera variacion define un funcional lineal
y continuo sobre V , entonces la primera variacion y la diferencial Frechet coinciden.
Observacion 1. En muchas aplicaciones la existencia de la nesima variacion puede ser verificada mas facilmente que, por ejemplo, la nesima derivada Frechet. Por ello es una ventaja el poder
obtener condiciones sobre la nesima variacion que implique la existencia de un extremo. Estas
condiciones las estudiaremos en los siguientes captulos.
2
El siguiente ejemplo, extrado de la teora de dimension finita, muestra un caso en el que la
primera variacion no es ni lineal ni continua.
Ejemplo 3. Sea f : R2 R definida por
(
f (x1 , x2 ) =

x1
si |x2 | x21 ,
|x2 |/x1 en otro caso.

Tenemos que f vale 0 en los ejes, con lo cual f (0)h existe y es igual a cero cuando h esta en
alguno de los ejes. Sin embargo, si h = (h1 , h2 ) no esta en ninguno de los ejes, entonces F (t) =
f (th1 , th2 ) tiene por derivada
F 0 (t) = h1

si 0 < t < |h2 |/h21 ,

con lo cual, para tal h, tenemos f (0)h = h1 . Por tanto, f (0) es discontinua en todos los puntos del eje OX1 , excepto el origen. Ademas, puesto que f no es continua en el origen, no es
diferenciable Frechet.
2

CAPITULO 2

La ecuacion de Euler y las condiciones de Legendre

1. Problemas variacionales con fronteras fijas en una variable
Comenzamos con un ejemplo de problema variacional que es de gran importancia en las aplicaciones: minimizar el funcional J : U V R, de la forma
Z x1
J(u) =
L(x, u(x), u0 (x))dx,
x0

donde, V es el espacio de funciones derivables con continuidad C 1 ([x0 , x1 ]) y u toma valores

constantes en la frontera, de modo que definimos

U = u C 1 ([x0 , x1 ]) : u(x1 ) = u1 , u(x2 ) = u2 .

Asumiendo que el funcional J posee primera variacion y que existe un punto de mnimo, u,
sabemos por el captulo anterior que la variacion primera debe anularse en dicho punto, es decir
u J = 0. Veamos como se traduce este hecho en relacion a la funcion L, llamada lagrangiana.

Sea v C01 ([x0 , x1 ]) = v C 1 ([x0 , x1 ]) : v(x1 ) = 0, v(x2 ) = 0 , de modo que u+tv

U para todo t R, y definamos la funcion real
Z x1
F (t) = J(u + tv) =
L(x, u(x) + tv(x), u0 (x) + tv 0 (x))dx,
x0

cuya primera derivada en t = 0 es, por hipotesis,

F 0 (0) = u J(v) = 0.
Para t R cualquiera, tenemos que
Z x1

0
F (t) =
Lu (x, u(x) + tv(x), u0 (x) + tv 0 (x))v(x)
x0

de modo que, en t = 0
0 = F 0 (0) =

+ Lu0 (x, u(x) + tv(x), u0 (x) + tv 0 (x))v 0 (x) dx,

Z

x1

x0

Lu (x, u(x), u0 (x))v(x) + Lu0 (x, u(x), u0 (x))v 0 (x) dx.

Integrando por partes el segundo sumando de la integral y usando que v C01 ([x0 , x1 ]) obtenemos
que la condicion necesaria para que u sea un mnimo es
Z x1

d
(9)
Lu (x, u(x), u0 (x))
Lu0 (x, u(x), u0 (x)) v(x)dx = 0,
dx
x0
7

DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

para todo v C01 ([x0 , x1 ]). El siguiente resultado, conocido como el Lema Fundamental del
Calculo de Variaciones, nos proporciona la primera condicion necesaria para la existencia de un
mnimo:
Lema 1. Sea g C([x0 , x1 ]) una funcion continua tal que
Z x1
g(x)v(x)dx = 0
x0

para toda v C01 ([x0 , x1 ]). Entonces g(x) = 0 para todo x [x0 , x1 ].
Demostracion. Supongamos que existe x (x0 , x1 ) tal que g(x ) > A > 0. Por continuidad,
tambien existe un > 0 tal que g(x) > A/2 en (x , x + ) (x0 , x1 ). A continuacion,
construimos una funcion regular positiva con soporte contenido en este subintervalo. Para ello,
consideramos la funcion C definida en R
(
exp((1 x2 )1 ) si 1 < x < 1,
f (x) =
0
en otro caso,
y, a partir de ella, construimos la funcion
1 x x
v(x) = f (
),

con soporte en (x , x + ). Tenemos entonces la siguiente contradiccion

Z x1
Z x +
Z
Z
A x +
A 1
0=
g(x)v(x)dx =
g(x)v(x)dx
v(x)dx =
f (x)dx > 0.
2 x
2 1
x0
x

Aplicando el Lema 1 a la identidad (9) deducimos la Ecuacion de Euler, condicion necesaria

para la realizacion de un mnimo (y, en general, de un extremo) en u:
Lu (x, u(x), u0 (x))

d
Lu0 (x, u(x), u0 (x)) = 0 para todo x (x1 , x2 ).
dx

La ecuacion de Euler juega un papel fundamental en el calculo de variaciones y es, en general,

una ecuacion diferencial de segundo orden. A continuacion mostramos algunos casos especiales
en los que la ecuacion de Euler puede reducirse a una ecuacion de primer orden o en los que sus
soluciones pueden hallarse por medio de cuadraturas.
1. El integrando no depende de u. En este caso la ecuacion de Euler es
d
Lu0 = 0,
dx
de modo que obtenemos la ecuacion diferencial de primer orden
Lu0 (x, u(x), u0 (x)) = C,

1. PROBLEMAS VARIACIONALES CON FRONTERAS FIJAS EN UNA VARIABLE

con C una constante. Resolviendo esta ecuacion respecto u0 obtendremos una ecuacion
del tipo
u0 (x) = F (x; C),
que se resuelve mediante el calculo de una primitiva de F (x; ).
Ejemplo 4. El funcional
Z

x1

J(u) =
0

p
1 + u0 2
dx
(x)

representa el tiempo invertido en el desplazamiento de un punto material que se mueve

a velocidad (x) > 0, a lo largo de la curva u, desde (0, 0) a (x1 , u1 ). La ecuacion de
Euler es
p
C 2 (x)2
u0 (x) = C(x) 1 + u0 2 = u0 (x)2 =
,
1 C 2 (x)2
de donde

u(x) =

C(x)

dx.
1 C 2 (x)2
Observemos que si la velocidad es constante entonces la solucion es una lnea recta. Para
(x) = bx la solucion es una circunferencia. En efecto, 0 (x) = b, luego
Z x
1
C 2 (x) 0 (x)
1 p
p
u(x) =
dx =
1 (Cbx)2 ,
Cb 0
Cb
1 C 2 (x)2

que es la ecuacion de una circunferencia de radio 1/Cb. Finalmente, para (x) = x,

retomamos el problema de la braquistocrona.
2
0

2. El integrando no depende de x. La ecuacion de Euler es

d
Lu0 = Lu Lu0 u u0 Lu0 u0 u00 .
dx
Multiplicando esta ecuacion por u0 obtenemos
0 = Lu

0 = Lu u0 Lu0 u u0 Lu0 u0 u00 u0 =

d
(L u0 Lu0 ),
dx

de modo que la ecuacion de Euler se reduce a

L u0 Lu0 = C,
donde C es una constante.
Ejemplo 5. Determinar la curva diferenciable, con los puntos extremos fijos, que al girar
alrededor del eje de las abscisas forme una superficie de a rea mnima.
El a rea de una superficie de revolucion viene dada por
Z x2 p
J(u) = 2
u 1 + u0 2 dx.
x1

 DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

10

La ecuacion de Euler es
p
uu0 2
u 1 + u0 2 p
= C,
1 + u0 2
que, simplificando, queda
r

p
= C = u =
1 + u0 2

u2 C 2
.
C2

Separando variables, obtenemos

u+
Cdu
= x + C1 = C ln
dx =
u2 C 2

u2 C 2
,
C

de donde se deduce que

u(x) = C cosh

(10)

x + C1
,
C

que es una catenaria (cosh t = 12 (et + et )). Finalmente, las constantes C y C1 se

determinan a partir de las condiciones de contorno u(x1 ) = u1 y u(x2 ) = u2 . Se dan
tres casos:
a) Si se puede trazar una u nica curva de la forma (10) por los puntos (x1 , u1 ) y
(x2 , u2 ), entonces la catenaria da la solucion del problema.
b) Si hay dos extremales que puedan trazarse por los puntos dados, entonces uno es
solucion y el otro no.
c) Si no hay ninguna curva de la forma (10) que pase por (x1 , u1 ) y (x2 , u2 ), entonces
no se alcanza un mnimo en la clase de superficies de revolucion regulares.
2
3. El integrando no depende de u0 . La ecuacion de Euler es
Lu (x, u(x)) = 0,
que es una ecuacion algebraica, no diferencial.
Supongamos ahora que J posee tambien segunda variacion, de modo que en un mnimo local,
u, debe satisfacerse u2 J 0, y analicemos las repercusiones sobre el lagrangiano, L. Tenemos
Z
F 00 (t) =

x1

x0

Luu (x, u(x) + tv(x), u0 (x) + tv 0 (x))v(x)2

+ 2Luu0 (x, u(x) + tv(x), u0 (x) + tv 0 (x))v(x)v 0 (x)

+ Lu0 u0 (x, u(x) + tv(x), u0 (x) + tv 0 (x))v 0 (x)2 dx,

1. PROBLEMAS VARIACIONALES CON FRONTERAS FIJAS EN UNA VARIABLE

11

de modo que la condicion F 00 (0) = u2 J(v) 0 implica

Z x1

(11)
Luu (x, u(x), u0 (x))v(x)2 + 2Luu0 (x, u(x), u0 (x))v(x)v 0 (x)
x0

+ Lu0 u0 (x, u(x), u0 (x))v 0 (x)2 dx 0.

Lema 2. Sean Fi : [x0 , x1 ] R, i = 1, 2, 3 funciones continuas y supongamos que la forma

cuadratica
Z x1
(F1 (x)v(x)2 + F2 (x)v(x)v 0 (x)) + F3 (x)v 0 (x)2 )dx,
Q(v) =
x0

definida en

C01 ([x0 , x1 ]),

es no negativa. Entonces F3 (x) 0 para todo x (x0 , x1 ).

Demostracion. Supongamos que existe un x (x0 , x1 ) tal que F3 (x ) < A < 0. Por continuidad, tambien existe un > 0 tal que F3 (x) < A/2 en (x , x + ) (x0 , x1 ).
Consideremos nuevamente la funcion f definida en la demostracion del Lema 1 y, a partir de ella,
la funcion
x x
v (x) = f (
),

con soporte en (x , x + ). Tenemos

Z x +
Q(v ) =
(F1 (x)v (x)2 + F2 (x)v (x)v0 (x) + F3 (x)v0 (x)2 )dx
Z
=

y como

x
1

f 0 (y)2
f 0 (y)
+ F3 (x + y) 2 ) dy

1
Z 1
Z 1
Z
A 1 0 2

F1 (x + y)f (y) dy +
F2 (x + y)f (y)f (y)
f (y) dy,
2 1
1
1
(F1 (x + y)f (y)2 + F2 (x + y)f (y)

f 0 (y)2 dy > 0,

se obtiene una contradiccion tomando suficientemente pequeno.

El Lema 2 aplicado a la identidad (11) nos permite obtener la llamada Condicion de Legendre
sobre el lagrangiano:
Lu0 u0 (x, u(x), u0 (x)) 0 para todo x (x0 , x1 ).
Observacion 2. Integrando por partes el segundo sumando del miembro derecho de la desigualdad
(11) obtenemos
Z x1

d
2
Luu0 )v 2 + Lu0 u0 v 0 dx 0.
(Luu
dx
x0
0
Puesto que v(x0 ) = 0, si v es pequena en todo el intervalo (x0 , x1 ) entonces la funcion v sera pequena en dicho intervalo. El recproco no es cierto, ya que podemos construir funciones pequenas
pero con una derivada tan grande como queramos. Esto muestra que el termino dominante de esta
integral es el que involucra a Lu0 u0 , y de ah la condicion de Legendre.
2

 DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

12

Ejemplo 6. El problema de la braquistocrona. Retomemos el problema de la curva de descenso

en tiempo mnimo introducido en la Introduccion. Se trata de minimizar el funcional
Z x1
1 + u0 (x)2 1/2
J(u) =
dx,
2gx
0
que representa el tiempo de descenso de una partcula material, con velocidad inicial cero, a lo
largo de la curva u que une los puntos (0, 0) y (x1 , u1 ) debido u nicamente a la accion de la
gravedad. Aqu asumimos que u es diferenciable con continuidad. Las condiciones necesarias
para la existencia de un mnimo vienen dadas por la Ecuacion de Euler

d
u0 (x)
= 0 para todo x (0, x1 ),
1/2
0
2
dx (2gx(1 + u (x) ))
y la condicion de Lagrange
(1 + u0 (x)2 )3/2 (2gx)1/2 0 para todo x (0, x1 ).
La condicion de Lagrange se satisface trivialmente. Integrando la Ecuacion de Euler obtenemos
u0 (x)
=k
(x(1 + u0 (x)2 ))1/2

(12)

y para cierta constante k, la cual incluye el factor

k 2 x1 =

para todo x (0, x1 ),

2g. Particularizando en x = x1 obtenemos

u0 (x1 )2
< 1,
1 + u0 (x1 )2

con lo que 0 < k 2 x < 1 para x (0, x1 ). De (12) obtenemos

u0 (x)2 =

k2 x
,
1 k2 x

y usando la parametrizacion
x(t) =

1
(1 cos t),
2k 2

y(t) = u(x(t)),

tenemos que y debe satisfacer

2
y 0 (t)2 = u0 (x(t))x0 (t) =

1 cos t sen2 t
(1 cos t)2
k 2 x(t)
0
2
x
(t)
=
=
,
1 k 2 x(t)
1 + cos t 4k 4
4k 4

de donde

1
(1 cos t).
2k 2
Usando la condicion de contorno y(0) = u(x(0)) = 0 y que u 0 obtenemos
y 0 (t) =

1
(t sen t).
2k 2
Para que (x(t), y(t)) sea una solucion de nuestro problema es necesario que satisfaga la segunda
condicion de contorno, es decir, que exista un t1 tal que
y(t) =

x1 = x(t1 ) =

1
(1 cos t1 ),
2k 2

u1 = y(t1 ) =

1
(t1 sen t1 ).
2k 2

2. GENERALIZACIONES DEL PROBLEMA CON FRONTERAS FIJAS

13

Observemos que, aunque la funcion y es invertible para todo t 0, la funcion x solo lo es en

(0, ), de modo que debemos imponer t1 (0, ). Fsicamente, x debe ser estrictamente creciente,
puesto que la partcula material no puede subir en contra de la gravedad. Tomando el cociente de
estas dos condiciones obtenemos
y1
t1 sen t1
=
.
x1
1 cos t1
No es difcil comprobar que la funcion f (t) = (t sin t)/(1 cos t) es creciente en (0, ), y que
su valor maximo es f () = /2. Por tanto, si u1 /x1 < /2 la parametrizacion construida es una
solucion del problema. De lo contrario, el problema no tiene solucion.
2
2.

Generalizaciones del problema con fronteras fijas

2.1. El caso de varias variables. Analizaremos el caso de dos variables, por simplicidad
en la notacion. El caso ndimensional es una extension directa. Consideremos un funcional de la
forma
Z
J(u) =

L(x, y, u, ux , uy )dxdy

con u : R, siendo R2 . Supondremos, de nuevo, que u es un mnimo de J, con

u C 1 () tal que u(x, y) = uD (x, y) en . Definiendo, para v C01 (),
Z
F (t) = J(u + tv) =
L(x, y, u + tv, ux + tvx , uy + tvy )dxdy,

obtenemos
Z
F 0 (t) =

Lu (x, y, u + tv, ux + tvx , uy + tvy )v + Lux (x, y, u + tv, ux + tvx , uy + tvy )vx

+ Luy (x, y, u + tv, ux + tvx , uy + tvy )vy dxdy,

de modo que en t = 0 se tiene

Z

0 = u J(v) = F 0 (0) =
Lu (x, y, u, ux , uy )v + Lux (x, y, u, ux , uy )vx

+ Luy (x, y, ux , uy )vy dxdy.

Usando el teorema de la divergencia deducimos

Z

Lu (x, y, u, ux , uy )
Lux (x, y, u, ux , uy )
Luy (x, y, ux , uy ) vdxdy = 0,
x
y

para toda v C01 (). Finalmente, una extension del Lema 1 a dos dimensiones nos permite
obtener la Ecuacion de Euler

Lu (x, y, u, ux , uy )
Lu (x, y, u, ux , uy )
Lu (x, y, ux , uy ) = 0.
x x
y y
Ejercicio 2. Deducir la condicion de Lagrange para el caso de dos variables.

14

DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

Ejercicio 3. Deducir las ecuaciones de Laplace y Poisson como las ecuaciones de Euler que
minimizan los siguientes funcionales:
Z
J(u) =

Z
J(u) =

(ux )2 + (uy )2 dxdy

(ux )2 + (uy )2 + 2uf (x, y) dxdy

2

Ejemplo 7. La ecuacion de ondas. El principio variacional fundamental de la Mecanica es el

principio de la accion estacionaria (mnima accion), el cual afirma que entre los movimientos admisibles de un sistema de puntos materiales se efectua el movimiento que da un valor estacionario
a la integral
Z t1
(T U )dt,
(13)
t0

donde T es la energa cinetica y U es la energa potencial del sistema.

Apliquemos este principio para deducir las ecuacion del movimiento de una cuerda oscilante,
la llamada ecuacion de ondas. Situemos el origen de coordenadas en uno de los extremos de la
cuerda. La cuerda en estado de reposo se encuentra , bajo la accion de la tension, en cierta lnea
recta, en la cual situamos el eje de las abscisas. La desviacion de la situacion de equilibrio, u(x, t),
es funcion de la abscisa, x y del tiempo, t.
La energa potencial, U , de un elemento de una cuerda flexible es proporcional al alargamiento
de la misma. El segmento de cuerda dx en estado de deformacion tendra una longitud ds =
p
1 + (ux )2 dx y, por lo tanto, el alargamiento del elemento es
p

1 + (ux )2 1 dx.
Usando la formula de Taylor, obtenemos la aproximacion
p
1
1 + (ux )2 1 + (ux )2 ,
2
de modo que podemos considerar que si ux es pequeno, entonces la energa potencial del elemento
es, aproximadamente, igual a 12 k(ux )2 dx, donde k es un factor de proporcionalidad, un coeficiente
de deformacion. Tenemos, pues, que la energa potencial de toda la cuerda viene dada por
Z
1 l
k(ux )2 dx.
2 0
Por otra parte, la energa cinetica de la cuerda es
Z
1 l
(ut )2 dx,
2 0

2. GENERALIZACIONES DEL PROBLEMA CON FRONTERAS FIJAS

15

donde es la densidad de la cuerda. La integral (13) tiene la forma

Z Z

1 t1 l
(ut )2 k(ux )2 .
J(u) =
2 t0 0
La ecuacion del movimiento de la cuerda viene dada por la ecuacion de Euler para el funcional J,
que tiene la forma

(u0t )
(ku0x ) = 0,
t
x
que es la ecuacion de ondas.
2
Ejemplo 8. Problema de Plateau. Se trata de hallar la superficie de menor a rea con un contorno dado. Si el contorno viene dado por u(x, y) = 0, podemos introducir la parametrizacion
(x, y, u(x, y)) de la superficie buscada, que debe minimizar el funcional
Z q
J(u) =
1 + u2x + u2y dxdy.

La ecuacion de Euler tiene la forma

r(1 + q 2 ) 2spq + t(1 + p2 ) = 0,

(14)
donde
p = ux ,

q = uy ,

r = uxx ,

s = uxy ,

t = uyy .

La ecuacion (14) tiene un significado geometrico importante, que explicaremos a partir de la

formula para la curvatura media de la superficie
M=

1 Eg 2F f + Ge
1 1
+
=
,
2 1 2
2(EG F 2 )

donde E, F y G son los coeficientes de la primera forma fundamental y e, f y g los de la segunda.

Para la parametrizacion considerada, la formula de la curvatura media queda como
M=

r(1 + q 2 ) 2spq + t(1 + p2 )

p
.
1 + p2 + q 2

Es decir, la curvatura media de cualquier superficie extremal es nula. Las superficies con esta
propiedad son llamadas superficies minimales.
2
2.2. El caso de varias incognitas. Por simplicidad, nos restringimos al caso de dos incognitas. Consideremos la minimizacion del funcional
Z x1
J(u, v) =
L(x, u, v, u0 , v 0 )dx,
x0

con u(x0 ) = u0 , u(x1 ) = u1 , v(x0 ) = v0 , v(x1 ) = v1 . Si definimos

F (t, ) = J(u + t, v + ),

16

DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

y asumimos que J tiene un extremo local en (u, v), entonces tambien lo tendra F en (0, 0), de
modo que debe satisfacerse F (0, 0) = (0, 0). Asumiendo la regularidad necesaria sobre L,
tenemos que una condicion necesaria sera
Z x1

0 = Ft (0, 0) =
Lu (x, u, v, u0 , v 0 ) + Lu0 (x, u, v, u0 , v 0 )0 dx,
x
Z 0x1

0 = F (0, 0) =
Lv (x, u, v, u0 , v 0 ) + Lv0 (x, u, v, u0 , v 0 ) 0 dx,
x0

que son ecuaciones analogas a la del caso unidimensional. De modo similar a este caso se deducen
las ecuaciones de Euler
d
Lu (x, u, v, u0 , v 0 )
Lu0 (x, u, v, u0 , v 0 ) = 0,
dx
d
Lv0 (x, u, v, u0 , v 0 ) = 0.
Lv (x, u, v, u0 , v 0 )
dx
Ejemplo 9. Geodesicas de superficies de revolucion
Consideremos una superficie regular de revolucion, S, dada por la parametrizacion
x(u, v) = (f (v) cos u, f (v) sen u, g(v)).
Cualquier curva regular en S puede describirse mediante una parametrizacion del tipo (u, v)
(u(t), v(t)) con t (0, T ). Como sabemos, la curva mas corta que conecta dos puntos (u(0), v(0)) =
(u0 , v0 ) y (u(T ), v(T )) = (uT , vT ) se llama una geodesica.
La longitud de arco entre estos dos puntos viene dada por
Z T
Z T
0 0
J(u, v) =
L(t, u, v, u , v )dt =
I(t, u, v, u0 , v 0 )1/2 dt,
0

donde I es la primera forma fundamental, que en el caso de superficies de revolucion tiene la

forma
I(u, v, u0 , v 0 ) = f (v)2 u02 + (f 0 (v)2 + g 0 (v)2 )v 02 .
Las ecuaciones de Euler viene dadas por
d f (v)2 u0
= 0,
dt I(u, v)1/2
d (f 0 (v)2 + g 0 (v))v 0
f 0 (v)2 u0 2 + (f 0 (v)f 00 (v) + g 0 (v)00 (v))v 02

= 0.
dt
I(u, v)1/2
I(u, v)1/2
En el sencillo caso del cilindro, podemos tomar f (v) = 1 y g(v) = v. Las ecuaciones de Euler
son
d
u0
v0
d
=
0,
= 0,
dt I(u, v)1/2
dt I(u, v)1/2
es decir
p
p
u0 = C1 u02 + v 02 v 0 = C2 u02 + v 02 ,

2. GENERALIZACIONES DEL PROBLEMA CON FRONTERAS FIJAS

17

de donde deducimos que u0 = cv 0 , o bien, u(t) = cv(t) + c, es decir, una familia biparametrica de
curvas helicoidales sobre el cilindro.
2
2.3. Funcionales que dependen de las derivadas de orden superior. Consideremos el
funcional
Z x1
J(u) =
L(x, u, u0 , u00 )dx,
x0

y supongamos que u

C 2 ([x

0 , x1 ])

u(x0 ) = u0 ,

es un extremo local sujeto a las condiciones

u(x1 ) = u1 ,

u0 (x0 ) = u00 ,

u(x1 ) = u01

No es difcil ver que la ecuacion de Euler viene dada por

Lu

d
d2
Lu0 + 2 Lu00 = 0
dx
dx

2.4. Problemas variacionales con restricciones. En las secciones anteriores hemos estudiado las condiciones necesarias para la existencia de un extremo de funcionales definidos en
clases de funciones que toman valores constantes en la frontera. Como vimos en la Introduccion, existen aplicaciones en las que es natural considerar ciertas restricciones adicionales sobre
el conjunto de funciones admisibles. Entre la mas importantes se hallan las restricciones de tipo
isoperimetrico y las restricciones de igualdad, que estudiamos a continuacion.
2.4.1. Restricciones de igualdad. En este problema, se trata de hallar u = (u1 , . . . , un ) para
la cual el funcional
Z
x1

J(u) =

L(x, u, u0 )dx

x0

tiene un extremo, con las funciones admisibles satisfaciendo las condiciones usuales de frontera,
y tales que
i (x, u, u0 ) = 0,

i = 1, . . . , m,

m < n,

donde i son ciertas funciones regulares dadas. Aqu asumimos que las restricciones son independientes, es decir, que
(1 , . . . , m )
6= 0.
(u1 , . . . , um )
Teorema 1. Si u realiza un extremo del funcional J y satisface las restricciones
i (x, u, u0 ) = 0,

i = 1, . . . , m,

m < n,

entonces tambien satisface las ecuaciones de Euler para el funcional

Z x1

J (u) =
L (x, u, u0 )dx,
x0

donde
L (x, u, u0 ) = L(x, u, u0 ) +

m
X
i=1

i (x)i (x, u, u0 ).

 DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

18

Las funciones (1 , . . . , m ) y u = (u1 , . . . , un ) se determinan a partir de las ecuaciones de Euler

Luj

d
L = 0,
dx uj

j = 1, . . . , n,

y de las restricciones
i = 0,

i = 1, . . . , m.

Demostracion. Lo demostraremos para el caso particular en el que los enlaces no dependen de

u0 . Sea u un extremo restringido de J. La condicion fundamental de extremo, u J = 0, tiene la
forma habitual
Z x1 X

n
Luj vj + Lu0j vj0 dx = 0.
x0

j=1

Sin embargo, no es posible aplicar el lema fundamental para deducir las ecuaciones de Euler ya
que las funciones uj estan sometidas a los m enlaces i = 0 y, por tanto, las variaciones vj no son
arbitrarias. En efecto, asumamos que para t (0, ) las variaciones satisfacen las restricciones 1,
es decir,
i (x, u1 + tv1 , . . . , un + tvn ) = 0.
Entonces
i (x, u1 + tv1 , . . . , un + tvn ) i (x, u1 , . . . , un ) = 0,
de donde

n
X
i
j=1

uj

(u)vj = 0,

t (0, )

i =, 1 . . . , m,

y, por tanto, solo puede haber n m variaciones arbitrarias. Inspirados en el caso de dimension
finita, multiplicamos estas ecuaciones por funciones i , a determinar. Integrando en (x0 , x1 ) obtenemos
Z x1 X
n
i
i
vj dx = 0,
uj
x0
j=1

de modo que tambien se satisface

Z x1 X
m
n
X

d
i
(15)
Luj
Lu0j +
i
vj dx = 0.
dx
uj
x0
i=1

j=1

Todava no podemos aplicar el lema fundamental, puesto que las variaciones siguen siendo dependientes. Consideremos las m funciones 1 , . . . , m determinadas como la solucion u nica del
sistema de ecuaciones algebraicas lineales
m

Luj

X i
d
i
Lu0j +
= 0,
dx
uj
i=1

1Es posible, gracias al teorema de la funcion implcita

j = 1, . . . , m,

2. GENERALIZACIONES DEL PROBLEMA CON FRONTERAS FIJAS

19

que existe debido a que las restricciones son independientes, es decir,

(1 , . . . , m )
6= 0.
(u1 , . . . , um )
Con 1 , . . . , m elegidas de este modo, la integral (15) queda como
Z

x1

n
m
X
X

d
i
vj dx = 0,
Luj
Lu0j +
i
dx
uj

x0 j=m+1

i=1

donde solo consideramos n m variaciones, que ya s pueden tomarse arbitrariamente. Anulando

sucesivamente todas las vj excepto una y aplicando el lema fundamental, se deduce el resultado.

Ejemplo 10. Geodesicas. Sea (x, y, z) = 0 la ecuacion de una superficie, S, dada y supongamos
que toda curva diferenciable definida sobre S admite una parametrizacion del tipo
: [t0 , t1 ] S,

(t) = (x(t), y(t), z(t)).

Entonces, la longitud de arco viene dada por

Z t1
0 2
1/2
J(x, y, z) =
x (t) + y 0 (t)2 + z 0 (t)2
dt.
t0

Las condiciones de extremo son

d

x0

+ x = 0,
dt x02 + y 02 + z 02 1/2

con ecuaciones analogas para y y z. Introduciendo el cambio de variable a longitud de arco, s,

determinado por
1/2
ds 02
= x + y 02 + z 02
dt
tenemos que

d
dt

ds d
dt ds

y
ds d2 x
d
x0
=
.
dt x02 + y 02 + z 02 1/2
dt ds2

De este modo obtenemos la relacion

d2 x/ds2
d2 y/ds2
d2 z/ds2

=
=
=
,
x
y
z
ds/dt
la cual expresa que la normal a la curva coincide con la normal a la superficie, que es la definicion
usual de geodesica en geometra diferencial.
2

20

DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

2.4.2. El problema isoperimetrico. En este problema, se trata de hallar la funcion u para la

cual el funcional
Z x1
J(u) =
L(x, u, u0 )dx
x0

tiene un extremo, con las funciones admisibles satisfaciendo las condiciones de frontera u(x0 ) =
u0 y u(x1 ) = u1 , y tales que, para cierta G = (G1 , . . . , Gm ) se tiene
Z x1
Gi (x, u, u0 )dx = `i
x0

para ciertas constantes fijadas, `i , i = 1, . . . , m.

Los problemas isoperimetricos pueden reducirse a problemas con restricciones de igualdad
como los vistos en la seccion anterior. Para ello, introducimos las funciones
Z x
zi (x) =
Gi (x, u, u0 )dx,
x0

para i = 1, . . . , m, las cuales satisfacen zi (x0 ) = 0 y zi (x1 ) = `i . Ademas, zi0 (x) = Gi (x, u, u0 ).
De este modo, los enlaces isoperimetricos
Z x1
Gi (x, u, u0 )dx = `i
x0

se transforman en los enlaces diferenciales

zi0 (x) = Gi (x, u, u0 ).
A continuacion, definimos el funcional

z) =
J(u,

x1

L(x, u, u0 )dx,

x0

con z = (z1 , . . . , zm ). El extremo debe satisfacer las condiciones de frontera

(u(x0 ), z(x0 )) = (u0 , 0),

(u(x1 ), z(x1 )) = (u1 , `),

siendo ` = (`1 , . . . , `m ), y las restricciones de igualdad

Gi (x, u, u0 ) zi0 = 0 para i = 1, . . . , m.
Aplicando lo visto en la seccion anterior, consideramos el funcional
Z x1
m

0
J (u, z) =
L(x, u, u ) +
i (x)(Gi (x, u, u0 ) zi0 ) dx,
x0

i=1

cuyas ecuaciones de Euler vienen dadas por

Luj

m
m
X
X

Gi
Gi
d
0
i (x) 0 = 0,
+
i (x)

Luj +
uj
dx
uj
i=1

i=1

cuando derivamos respecto las incognitas uj , j = 1, . . . , n y por

d
i (x) = 0,
dx

2. GENERALIZACIONES DEL PROBLEMA CON FRONTERAS FIJAS

21

cuando derivamos respecto las incognitas zi , i = 1, . . . , m. Obviamente, de aqu deducimos que

i son constantes. Ademas, las primeras n ecuaciones son las mismas que las ecuaciones de Euler
asociadas al funcional
Z x1
m

J (u) =
L(x, u, u0 ) +
i Gi (x, u, u0 ) dx.
x0

i=1

De este modo hemos llegado a la siguiente regla: para obtener la condicion necesaria fundamental
en el problema isoperimetrico sobre la determinacion de un extremo del funcional
Z x1
J(u) =
L(x, u, u0 )dx,
x0

con u(x0 ) = u0 y u(x1 ) = u1 , y sujeto a las condiciones isoperimetricas

Z x1
Gi (x, u, u0 )dx = `i
x0

hay que considerar el funcional auxiliar

Z x1
m

0
J (u) =
L(x, u, u ) +
i Gi (x, u, u0 ) dx,
x0

i=1

donde i son constantes a determinar, y escribir sus ecuaciones de Euler. Las constantes i se
determinan a partir de las condiciones isoperimetricas.
Ejemplo 11. Hallar la curva u de longitud ` dada para la cual el a rea del trapecio curvilneo de la
figura es maxima. El funcional a estudiar es

x1

J(u) =

u(x)dx,
x0

con u(x0 ) = u0 y u(x1 ) = u1 , y sujeto a la condicion isoperimetrica

Z x1 p
J(u) =
1 + u0 (x)2 dx = `.
x0

 DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

22

Las ecuacion de Euler del funcional asociado

Z x1
p

J (u) =
u(x) + 1 + u0 (x)2 dx
x0

viene dada por

p
u0 2
u + 1 + u0 2 p
= C1 ,
1 + u0 2
donde hemos usado que el integrando no depende de x. Se sigue que

.
u C1 = p
1 + u0 2
Introduciendo un parametro t tal que u0 = tan t, de la ecuacion anterior obtenemos
u = C1 cos t.
Ademas, de

du
dx

= tan t se sigue que

sen tdt
du
=
= cos tdt,
tan t
tan t
de modo que x = sen t + C2 . Despejando t de las expresiones para u y x obtenemos
dx =

(x C2 )2 + (u C1 )2 = 2 .
Finalmente, las constantes C1 , C2 y se determinan a partir de las condiciones de frontera y de la
condicion isoperimetrica.
2
Ejemplo 12. Problema de autovalores. Hallar el mnimo del funcional
Z
J(u) =
u0 (x)2 dx,
0

con u(0) = u() = 0 y sujeto a

u(x)2 dx = 1.

El funcional asociado es

Z
J(u) =

(u0 (x)2 + u(x)2 )dx,

cuya ecuacion de Euler viene dada por

u00 = u,

es decir, es un problema de autovalores. Las races del polinomio caracterstico son . Si 0

entonces la solucion general viene dada por

u(x) = C1 exp( x) + C2 exp( x)

que no puede satisfacer las condiciones de frontera, de modo que no hay solucion para 0. En
el caso contrario, < 0, se tiene que la solucion general es

u(x) = C1 sen( x) + C2 cos( x).

 GENERAL DE UN FUNCIONAL
3. VARIACION

Las condiciones de frontera implican que u(x) = C1 sin kx, con k =

rimetrica implica
Z
1=
0

Z
u(x)2 dx = C12

Z
sin2 kxdx = C12

23

. La condicion isope-

sin2 s

ds
C 2
= 1 ,
k
2

p
de donde C1 = 2/, y la solucion queda como
2
u(x) = sen kx,

es decir, hay una familia uniparametrica de extremales que, de hecho, tambien satisfacen la condicion de Legendre.
2

3. Variacion general de un funcional

3.1. Deduccion de la formula basica. En esta seccion deduciremos la formula general para
la variacion de un funcional de la forma
Z x1
J(u) =
L(x, u, u0 )dx.
x0

Asumiremos que las curvas admisibles son regulares, digamos C 1 , pero a diferencia de las hipotesis de las secciones previas, asumiremos que u(x0 ) y u(x1 ) pueden variar arbitrariamente. Este
hecho nos motiva a introducir la siguiente nocion de distancia: definimos
d(u, u ) = max |u u | + max |u0 u 0 | + |P0 P0 | + |P1 P1 |,
donde P0 , P0 R2 denotan los puntos correspondientes al extremo izquierdo del intervalo de
definicion de u y u , respectivamente, y P1 , P1 al extremo derecho de dicho intervalo. En general,
las funciones u y u estan definidas en intervalos diferentes I e I . As, para que nuestra nocion
de distancia tenga sentido debemos extender u y u (de un modo diferenciable) a un intervalo que
contenga a I e I .
Supongamos ahora que u y u son cercanas en el sentido de la distancia definida y consideremos su diferencia v = u u. Sean P0 = (x0 , u0 ) y P1 = (x1 , u1 ), donde u(x0 ) = u0 ,
u(x1 ) = u1 , y
P0 = (x0 + x0 , u0 + u0 ),

P1 = (x1 + x1 , u1 + u1 ),

donde u (x0 + x0 ) = u0 + u0 y u (x1 + x1 ) = u1 + u1 . La correspondiente variacion, J,

del funcional J, viene dada como una expresion lineal en terminos de v, v 0 , x0 , x1 , u0 , u1 , y
que difiere del incremento
J = J(u + v) J(u)

 DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

24

F IGURA 1
en una cantidad de orden menor que uno relativa a la distancia d(u, u + v). Como
Z x1 +x1
Z x1
0
0
J =
L(x, u + v, u + v )dx
L(x, u, u0 )dx
x0 +x0
x0
Z x1

=
L(x, u + v, u0 + v 0 ) L(x, u, u0 ) dx
Z

x0
x1 +x1

Z
0

x0 +x0

L(x, u + v, u + v )dx
x1

L(x, u + v, u0 + v 0 )dx,

x0

se sigue de la formula de Taylor que

Z x1

J
Lu (x, u, u0 )v Lu0 (x, u, u0 )v 0 dx + L(x, u, u0 )x=x1 x1 L(x, u, u0 )x=x0 x0
x0
Z x1

d
=
Lu Lu0 vdx+L(x, u, u0 )x=x1 x1 +Lu0 v x=x1 L(x, u, u0 )|x=x0 x0 Lu0 v x=x0 ,
dx
x0
donde denota igualdad excepto por terminos de orden mayor que uno con respecto a d(u, u+v).
Sin embargo, queda claro en la Figura 1 que
v(x0 ) u0 u0 (x0 )x0 ,

v(x0 ) u1 u0 (x1 )x1 ,

y, por tanto
Z
u J(v) =

x1

x0

d
Lu
Lu0 vdx + Lu0 x=x1 u1 + (L Lu0 u0 )x=x1 x1 Lu0 x=x0 u0
dx

+ (L Lu0 u0 )
x0 ,
x=x0

o, de un modo mas conciso

Z x1
x=x1
x=x1

(16)
u J(v) =
Lu
Lu0 vdx + Lu0 y
+ (L Lu0 u0 )
,
dx
x=x
x=x0
0
x0

 GENERAL DE UN FUNCIONAL
3. VARIACION

25

donde hemos definido

x|x=xi = xi ,

x|u=ui = ui .

Esta es la formula basica para la variacion general del funcional J.

Observacion 3. La formula de la variacion general para el caso ndimensional se deduce de un
modo analogo, siendo e sta
Z x1 X
n
n
n
x=x1
X
X
x=x1

u0i Lu0i x
.
u J(v) =
Lu0i ui
+ L
Lui
Lu0i vi dx +
dx
x=x0
x=x0
x0
i=1

i=1

i=1

2
Ejemplo 13. Estudiamos a continuacion el caso en que las condiciones que se imponen en la
frontera del intervalo son que las coordenadas esten contenidas en dos curvas dadas. Es decir, se
trata de hallar, de entre todas las curvas regulares cuyos puntos frontera estan contenidos en dos
curvas, y , aquellas que realizan un extremo del funcional
Z x1
J(u) =
L(x, u, u0 )dx.
x0

La variacion general de J viene dada por la formula (16). Claramente, cualquier extremal de J
debe satisfacer la ecuacion de Euler, con lo que (16) puede escribirse como

u J(v) = Lu0 x=x1 u1 + (L Lu0 u0 )x=x1 x1 Lu0 x=x0 u0 + (L Lu0 u0 )x=x0 x0 ,

que debe anularse en todo extremo de J. De acuerdo a la Figura 2,
u0 = (0 (x) + 0 )x0 ,

u1 = ( 0 (x) + 1 )x1 ,

con i 0 cuando xi 0. Luego, en un extremo debe satisfacerse

0 = u J(v) = (Lu0 0 + L u0 Lu0 )x=x1 x1 (Lu0 0 + L u0 Lu0 )x=x0 x0 .

Como los incrementos x0 y x1 son independientes, la anterior formula implica

(L + (0 u0 )Lu0 )x=x0 = 0,

(L + ( 0 u0 )Lu0 )x=x1 = 0,
que son las llamadas condiciones de transversalidad, y que son condicion necesaria de extremo
para J.
En la resolucion de problemas de optimizacion, a menudo encontramos funcionales del tipo
Z x1
p
f (x, u) 1 + u0 2 dx,
x0

para los cuales las condiciones de transversalidad tienen una forma particularmente simple. En
este caso tenemos
u0
u0 L
Lu0 = f (x, u) p
,
=
1 + u0 2
1 + u0 2

26

DE EULER Y LAS CONDICIONES DE LEGENDRE

2. LA ECUACION

F IGURA 2
de modo que las condiciones de transversalidad son
(1 + u0 0 )L
,
1 + u0 2
(1 + u0 0 )L
.
=
1 + u0 2

L + (0 u0 )Lu0 =
L + ( 0 u0 )Lu0
Se sigue que
u0 = 1/0

y u0 = 1/ 0

en los extremos izquierdo y derecho del intervalo, respectivamente. Es decir, en este tipo de funcionales, las condiciones de transversalidad se reducen a condiciones de ortogonalidad.
2

CAPITULO 3

Las condiciones de Jacobi

1. Introduccion
En el captulo anterior vimos que una condicion necesaria para la realizacion de un mnimo
de un funcional del tipo variacional
Z x1
J(u) =
L(x, u(x), u0 (x))dx
x0

con condicion de frontera fija, u(x0 ) = u0 y u(x1 ) = u1 , es la condicion de Legendre

Lu0 u0 (x, u(x), u0 (x)) 0 para todo x (x0 , x1 ).
Legendre, en analoga al caso de dimension finita, intento demostrar, sin e xito, que una condicion
suficiente para que J tenga un mnimo en u es que se satisfaga la desigualdad estricta
(17)

Lu0 u0 (x, u(x), u0 (x)) > 0 para todo x (x0 , x1 ).

En la Observacion 2 hallamos la siguiente expresion para la segunda variacion

Z
1 x1
d
2
u2 J(v) =
(Luu
Luu0 )v 2 + Lu0 u0 v 0 dx,
2 x0
dx
con v C01 ([x0 , x1 ]). Por brevedad, la escribiremos como
Z

1 x1 0 2
2
u J(v) =
P v + Qv 2 dx.
2 x0
La idea de Legendre fue escribir esta expresion en la forma
Z

1 x1 0 2
2
(18)
u J(v) =
P v + 2wvv 0 + (Q + w0 )v 2 dx,
2 x0
siendo w una funcion derivable arbitraria, y donde hemos usado la relacion
Z x1
Z x1
d
2
0=
(wv ) =
(w0 v 2 + 2wvv 0 )dx,
dx
x0
x0
puesto que v(x0 ) = v(x1 ) = 0. Seguidamente, observo que la condicion Lu0 u0 > 0 sera suficiente
si se pudiera encontrar una funcion w para la que el integrando de (18) fuera un cuadrado perfecto.
Sin embargo, esto no es siempre posible, como el mismo Legendre demostro, puesto que w debera
satisfacer la ecuacion
P (Q + w0 ) = w2 ,
27

28

3. LAS CONDICIONES DE JACOBI

que no posee, necesariamente, una solucion global en todo el intervalo (x0 , x1 ).1 Legendre concluyo que condiciones de tipo local como la ecuacion de Euler o la condicion estricta de Legendre,
dada por (17), no podan ser las u nicas condiciones suficientes para la realizacion de un mnimo.
2. Condicion necesaria de Jacobi
En esta seccion estudiaremos las condiciones bajo las cuales el funcional
Z x1
02

(19)
G(v) =
P v + Qv 2 dx,
x0

definido para v C01 ([x0 , x1 ]), es definido positivo. Aunque en la seccion anterior obtuvimos este
funcional en relacion con la funcion lagrangiana del problema de optimizacion, en concreto

1
1
d
P = Lu0 u0 , Q = Luu
Lu0 u0 ,
2
2
dx
de momento estudiaremos la positividad del funcional (19) como un problema independiente.
Ya vimos que una condicion necesaria para la no negatividad del funcional (19) es que
P (x) 0 para todo x (x0 , x1 ).
En esta seccion asumiremos la condicion
P (x) > 0 para todo x (x0 , x1 ),
y buscaremos condiciones necesarias y suficientes para que dicho funcional sea definido positivo.
Comenzamos escribiendo la ecuacion de Euler asociada al funcional (19):
d
(P v 0 ) + Qv = 0.
dx
Esta es una ecuacion diferencial lineal de segundo orden. Las condiciones de frontera son v(x0 ) =
v(x1 ) = 0. Este problema tiene la solucion trivial v 0. Sin embargo, tambien puede tener
soluciones no triviales2. En este contexto, introducimos la siguiente definicion

(20)

Definicion 3. Diremos que el punto x

es un punto conjugado de x0 si la ecuacion (20) tiene una
solucion que se anula en x0 y x
pero que no es identicamente nula.
Observacion 4. Si v es una solucion no identicamente nula de (20) entonces tambien lo sera Cv,
para cualquier C 6= 0. Hay varios criterios de normalizacion que se pueden imponer para forzar la
unicidad de solucion de este problema. Aqu asumiremos que v 0 (x0 ) = 1, que es siempre posible
eligiendo C adecuadamente. En efecto, si v(x0 ) = 0 y v no es identicamente nula entonces v 0 (x0 )
no puede ser nulo, por el teorema de unicidad para la ecuacion lineal (20).
2
1Por ejemplo, si P = 1 y Q = 1, la solucion viene dada por w(x) = tan(c x). Si x x > , no hay
1
0

solucion en todo el intervalo (x0 , x1 ), puesto que tan(c x) se hace infinita en algun punto de dicho intervalo.
2Por ejemplo, para P = Q = 1, la funcion v(x) = C sen x es solucion del problema en el intervalo (0, ), para
toda constante C.

 NECESARIA DE JACOBI
2. CONDICION

29

Teorema 2. Supongamos que P (x) > 0 en [x0 , x1 ] y que no hay puntos conjugados en dicho
intervalo. Entonces el funcional cuadratico
Z x1
02

G(v) =
P v + Qv 2 dx
x0

es definido positivo para toda v C01 ([x0 , x1 ]).

Demostracion. Para demostrar que el funcional G es definido positivo lo reduciremos a la forma
Z x1
P 2 dx,
x0

donde 2 es cierta expresion cuya anulacion implica que v 0. Para conseguir esto, comenzamos
sumando a G la funcion cero expresada en la forma
Z x1
d
(wv 2 )dx.
dx
x0
A continuacion, seleccionamos la funcion diferenciable w de modo que la expresion
d
2
(wv 2 ) = P v 0 + 2wvv 0 + (Q + w0 )v 2
dx
sea un cuadrado perfecto. Esto sera cierto si w es solucion de

(21)

(22)

P v 0 + Qv 2 +

P (Q + w0 ) = w2 ,

ya que en tal caso (21) puede escribirse como

w 2
P v0 + v .
P
De este modo, si (22) tiene una solucion definida en todo el intervalo [x0 , x1 ], entonces G puede
escribirse como
Z x1

w 2
(23)
G(v) =
P v 0 + v dx,
P
x0
y es, por tanto, definido positivo. De hecho, si (23) se anula, entonces debe ser
w
v 0 + v 0,
P
puesto que, por hipotesis, es P > 0 en [x0 , x1 ]. Pero esta ecuacion de primer orden, con la condicion v(x0 ) = 0 tiene por u nica solucion a v 0.
La demostracion se reduce, pues, a comprobar que si no hay puntos conjugados de x0 en el
intervalo [x0 , x1 ] entonces la ecuacion (22) tiene una solucion global en [x0 , x1 ]. Esta ecuacion
diferencial es una ecuacion de Ricatti, , que puede ser reducida a una ecuacion lineal de segundo
orden mediante el cambio
(24)

z0
w = P,
z

30

3. LAS CONDICIONES DE JACOBI

donde z es una nueva incognita. Con este cambio (22) se transforma en

(25)

d
(P z 0 ) + Qz = 0,
dx

que es, justamente, la ecuacion de Euler de G. Ahora, puesto que no hay puntos conjugados en
[x0 , x1 ] se sigue, por definicion, que (25) tiene una solucion que no se anula en [x0 , x1 ]. Por tanto,
la ecuacion (22) tiene una solucion, dada por (24), definida en todo el intervalo [x0 , x1 ].

A continuacion veremos que la condicion de que no existan puntos conjugados de x0 en el

intervalo [x0 , x1 ] no es solo una condicion suficiente sino tambien necesaria. Comenzamos con un
lema que usaremos en la demostracion.
Lema 3. Si la funcion v satisface la ecuacion

d
(P v 0 ) + Qv = 0
dx

y las condiciones de frontera

v(x0 ) = v(x1 ) = 0,
entonces

x1

02

P v + Qv 2 dx = 0.

x0

Demostracion. El lema es una consecuencia inmediata de la formula

Z x1
Z x1

02

d
0
0=

(P v ) + Qv vdx =
P v + Qv 2 dx,
dx
x0
x0
que se obtiene por integracion por partes y el uso de las condiciones de frontera.

Teorema 3. Supongamos que P (x) > 0 para todo x [x0 , x1 ]. Si el funcional cuadratico G
es definido positivo para toda v C01 ([x0 , x1 ]) entonces el intervalo [x0 , x1 ] no posee puntos
conjugados de x0 .
Demostracion. La idea de la demostracion es la de construir una familia de funcionales definidos
positivos dependientes de un parametro, t, tales que para t = 1 se reduce al funcional G, mientras
que para t = 0 nos da el funcional cuadratico
Z x1
2
v 0 dx,
x0

el cual, claramente, no posee puntos conjugados de x0 en [x0 , x1 ]. Entonces, demostraremos que

cuando variamos el parametro t en [0, 1], no pueden aparecer puntos conjugados en [x0 , x1 ].
Consideremos, pues, el funcional
Z x1 h
i

2
2
(26)
t P v 0 + Qv 2 + (1 t)v 0 dx,
x0

 NECESARIA DE JACOBI
2. CONDICION

31

que es definido positivo para todo t [0, 1], puesto que G lo es por hipotesis. La ecuacion de
Euler correspondiente a este funcional es
(27)

d
(tP + (1 t))v 0 + tQv = 0.
dx

Sea v(x, t) una solucion de (27) tal que v(x0 , t) = 0 y vx (x0 , t) = 1 para todo t [0, 1]. Esta
solucion depende con continuidad del parametro t, que para t = 1 se reduce a la solucion v de la
ecuacion (20) con las condiciones v(x0 , 1) = v(x1 , 1) = 0, y para t = 0 se reduce a la solucion
de v 00 = 0 con las mismas condiciones de frontera, es decir, v(x, 0) = x x0 .
Supongamos ahora que el intervalo [x0 , x1 ] contiene un punto x
conjugado de x0 . Necesariamente sera x
< x1 porque, si x
= x1 , el Lema 3 implica que existe una v no identicamente nula
tal que G(v) = 0, contradiciendo la hipotesis de positividad de G. Por tanto, la demostracion se
reduce a comprobar que no puede haber un punto conjugado, x
, en el interior de [x0 , x1 ].
Para demostrarlo, consideremos el conjunto de los puntos
C = {(x, t) [x0 , x1 ] [0, 1] : v(x, t) = 0} .
Si mostramos que en los puntos en los que v(x, t) = 0 no puede tenerse vx (x, t) = 0 entonces
podremos deducir del teorema de la funcion implcita que el conjunto C representa una curva
diferenciable en el plano xt. Tenemos que, si v(x , t ) = 0 en algun (x , t ) entonces debe ser
vx (x , t ) 6= 0 ya que para cualquier t fijo v(x, t) satisface la ecuacion (27), y si se tuviera
v(x , t ) = vx (x , t ) = 0 entonces debera ser v(x, t ) = 0 para todo x [x0 , x1 ] debido al
teorema de unicidad para ecuaciones diferenciales lineales. Pero esto es imposible puesto que vx
es una funcion continua en [x0 , x1 ] [0, 1] y vx (x0 , t) = 1 para todo t [0, 1].
Tenemos entonces que el teorema de la funcion implcita nos asegura la existencia de una
curva, x(t), tal que v(x(t), t) = 0 en un entorno de cada punto de C. Por hipotesis, el punto (
x, 1)
pertenece a dicha curva. Partiendo de este punto tenemos que (vease Figura 1):

F IGURA 1
A. La curva no puede terminar en el interior de [x0 , x1 ][0, 1], pues sera una contradiccion
de la dependencia continua de v(x, t) respecto del parametro t.

32

3. LAS CONDICIONES DE JACOBI

B. La curva no puede cortar el segmento {x = x1 , t [0, 1]}, puesto que, por el mismo argumento que el del Lema 3, pero aplicado a la ecuacion (27), las condiciones de frontera
v(x0 , t) = v(x1 , t) = 0 y el funcional (26), se tendra una contradiccion de la positividad
del funcional para todo t.
C. La curva no puede cortar el segmento t = 1, x [x0 , x1 ], puesto que tendramos
v(x, t) = vx (x, t) = 0 para algun (x, t).
D. La curva no puede cortar el segmento {t = 0, x [x0 , x1 ]}, puesto que para t = 0 la
ecuacion (27) se reduce a v 00 = 0, cuya solucion solo se anula en x = x0 .
E. La curva no puede aproximarse al segmento {x = x0 , t [0, 1]} puesto que tendramos
vx (x0 , t) = 0 para algun t, contrario a nuestras hipotesis.
Se sigue que tal curva no puede existir, con lo que se concluye la demostracion.

Si reemplazamos la condicion de que el funcional G sea definido positivo por la de que sea no
negativo obtenemos el siguiente resultado.
Corolario 4. Si G(v), con P (x) > 0 para todo x [x0 , x1 ], es definido no negativo entonces el
intervalo [x0 , x1 ) no contiene puntos conjugados de x0 .
Demostracion. La u nica diferencia con la demostracion del teorema anterior es que no podemos
asegurar que el funcional auxiliar dado por (26) sea definido positivo en t = 1. As, no se puede
excluir la posibilidad de que x
= x1 .

Los Teoremas 2 y 3 se combinan en el siguiente enunciado.

Teorema 5. El funcional cuadratico

x1

02

P v + Qv 2 dx,

x0

con P (x) > 0 para todo x [x0 , x1 ], es definido positivo para toda v C01 ([x0 , x1 ]) si y solo si
el intervalo [x0 , x1 ] no contiene puntos conjugados de x0 .
A continuacion aplicaremos estos resultados al problema de optimizacion
Z x1
(28)
J(u) =
L(x, u(x), u0 (x))dx
x0

con las condiciones de frontera u(x0 ) = u0 y u(x1 ) = u1 . Recordemos que la segunda variacion
de este funcional en un extremo viene dada por
Z x1
02

(29)
P v + Qv 2 dx,
x0

con

1
P = Lu0 u0 ,
2

Q=

1
d
Luu0 .
Luu
2
dx

 DE JACOBI. CONDICIONES SUFICIENTES PARA UN MINIMO

3. CONDICION

33

Definicion 4. La ecuacion de Euler

d
(P v 0 ) + Qv = 0
dx

del funcional cuadratico (29) es llamada ecuacion de Jacobi del funcional original dado por (28).
Definicion 5. Se dice que el punto x
es conjugado de x0 con respecto al funcional (28) si es el
conjugado de x0 con respecto al funcional cuadratico (29) en el sentido de la Definicion 3.
A continuacion enunciamos la condicion necesaria de Jacobi:
Teorema 6. Si u es un mnimo del funcional
Z x1
L(x, u(x), u0 (x))dx
J(u) =
x0

para el cual Lu0 u0 > 0, entonces el intervalo (x0 , x1 ) no contiene puntos conjugados de x0 .
Demostracion. Ya vimos que una condicion necesaria para la realizacion de un mnimo de J es la
no negatividad de la segunda variacion evaluada en dicho mnimo. El Corolario 4 asegura que si el
funcional cuadratico (29) es no negativo entonces el intervalo (x0 , x1 ) no puede contener puntos
conjugados de x0 .

3. Condicion de Jacobi. Condiciones suficientes para un mnimo

En esta seccion formularemos las condiciones suficientes bajo las cuales un funcional de la
forma
Z x1
(30)
J(u) =
L(x, u(x), u0 (x))dx
x0

con condicion de frontera fija, u(x0 ) = u0 y u(x1 ) = u1 tiene un mnimo en la curva u. Veremos
que estas condiciones se parecen mucho a las condiciones necesarias obtenidas en las secciones
anteriores. Las condiciones necesarias fueron consideradas separadamente, puesto que cada una
de ellas es necesaria en s misma. Sin embargo, las condiciones suficientes deben considerarse en
conjunto puesto que la presencia de un mnimo esta asegurada solo si se satisfacen todas las condiciones simultaneamente. Demostraremos previamente un lema que usaremos en la demostracion
del teorema de suficiencia.
Lema 4. Sea u una funcion diferenciable con u(x0 ) = u0 y u(x1 ) = u1 y v C01 ([x0 , x1 ]).
Entonces si L es tres veces diferenciable con continuidad respecto todos sus argumentos, se tiene
Z x1
Z x1
2
02
J(u + v) J(u) =
(P u + Qu)dx +
(v 2 + v 0 )dx,
x0

donde , 0 cuando kvk1 0.

x0

34

3. LAS CONDICIONES DE JACOBI

Demostracion. El desarrollo de Taylor de orden dos nos proporciona la identidad

Z x1
Z
1 x1
2
0
J(u + v) J(u) =
(Lu v + Lu0 v )dx +
(Luu v 2 + 2Luu0 vv 0 + Lu0 u0 v 0 )dx + ,
2 x0
x0
donde el resto, , puede escribirse como
Z x1
2
(31)
=
(1 v 2 + 2 vv 0 + 3 v 0 )dx.
x0

Debido a la continuidad de las derivadas Luu , Luu0 y Lu0 u0 , se sigue que i 0 cuando kvk1 0,
para i = 1, 2, 3. Ahora, integrando por partes y usando las condicion de frontera de h, podemos
escribir (31) como
Z
x1

(v 2 + v 0 )dx,

x0

con , satisfaciendo , 0 cuando kvk1 0.

Teorema 7. Supongamos que el funcional (30) evaluado en u satisface las siguientes condiciones:
1. La curva u es un extremo, es decir, satisface la ecuacion de Euler
d
Lu0 (x, u(x), u0 (x)) = 0 para todo x (x0 , x1 ).
dx
2. A lo largo de la curva u se satisface la condicion estricta de Legendre, es decir
Lu (x, u(x), u0 (x))

1
= Lu0 u0 (x, u(x), u0 (x)) > 0 para todo x (x0 , x1 ).
2
3. El intervalo [x0 , x1 ] no contiene puntos conjugados de x0 .
P (x) =

Entonces el funcional (30) tiene un mnimo en u.

Demostracion. Si el intervalo [x0 , x1 ] no contiene puntos conjugados de x0 , y si P (x) > 0 en
dicho intervalo, entonces por la continuidad de la solucion de la Ecuacion de Jacobi y de la funcion
P , tenemos que tampoco habra puntos conjugados en un intervalo mayor [x0 , x1 + ], en el cual
tambien podemos asumir que P > 0. Consideremos ahora el funcional cuadratico
Z x1
Z x1
2
02
2
(32)
(P v + Qv)dx
v 0 dx,
x0

x0

que tiene por ecuacion de Euler

d
[(P 2 )v 0 ] + Qv = 0.
dx
Puesto que P > 0 en [x0 , x1 + ] y, por tanto, tiene una cota inferior positiva en este intervalo, y
como la solucion de (33) que satisface las condiciones iniciales v(x0 ) = 0, v 0 (x0 ) = 1 depende
con continuidad del parametro , se sigue que
(33)

1. P (x) 2 > 0 para todo x [x0 , x1 ].

2. La solucion de (33) que satisface las condiciones de frontera v(x0 ) = 0, v 0 (x0 ) = 1 no
se anula en (x0 , x1 ].

 ENTRE LA CONDICION
DE JACOBI Y LA TEORIA DE FORMAS CUADRATICAS

4. RELACION

35

El Teorema 2 implica entonces que el funcional (32) es definido positivo para todo suficientemente pequeno. Es decir, existe una contante c > 0 tal que
Z x1
Z x1
2
02
(34)
(P v + Qv)dx > c
v 0 dx.
x0

x0

A partir de (34) deducimos que el mnimo es, efectivamente, u. En efecto, sea h una curva tal que
u + h esta suficientemente proximo a u. Por el Lema 4 tenemos que
Z x1
Z x1
2
2
(h2 + h0 )dx,
(P v 0 + Qv)dx +
J(u + h) J(u) =
x0

x0

donde , convergen uniformemente a cero en [x0 , x1 ] cuando khk1 0. Ademas, usando la

desigualdad de Schwarz obtenemos
Z x
Z x1
Z x
2
2
2
h0 dx,
h2 (x) =
h0 dx (x x0 )
h0 dx (x x0 )
x0

es decir,

x0

x1

x0

(x1 x0 )2
h dx
2
2

x0

x1

h0 dx,

x0

que implica que

Z

(35)

x1

x0

(x1 x0 )2 x1 0 2

(h + h )dx 1 +
h dx,
2
x0
02

si || y || . Puesto que > 0 puede tomarse arbitrariamente pequeno, se sigue de (34) y

(35) que J(u + h) > J(u) para toda h con khk1 suficientemente pequena.

4.

Relacion entre la condicion de Jacobi y la teora de formas cuadraticas

De acuerdo al Teorema 5, el funcional cuadratico

Z b
2
(36)
(P v 0 + Qv 2 )dx,
a

donde hemos cambiado la notacion [x0 , x1 ] por [a, b], y donde P (x) > 0 para todo x [a, b], es
definido positivo para toda v C01 ([a, b]) si y solo si el intervalo [a, b] no contiene puntos conjugados de a. El funcional (36) es el analogo a una forma cuadratica en dimension finita. Por tanto, es
natural comenzar estudiando las condiciones de este tipo de formas en un espacio n-dimensional
y luego tomar el lmite n . Esto puede hacerse de la siguiente manera: introduzcamos la
particion
a = x0 , x1 , . . . , xn , xn+1 = b,
del intervalo [a, b], en la cual, por comodidad, suponemos los nodos equiespaciados, x = (b
a)/(n + 1). A continuacion, consideremos la forma cuadratica
(37)

n h
i
X
vi+1 vi 2
Pi
+ Qi vi2 x,
x
i=0

36

3. LAS CONDICIONES DE JACOBI

donde Pi , Qi y vi son los valores de las funciones P , Q y v en los nodos xi . Esta forma cuadratica
proporciona una aproximacion finito dimensional del funcional cuadratico (36). Agrupando terminos similares y teniendo en cuenta que v0 = v(a) = 0, vn+1 = v(b) = 0, podemos escribir (37)
como
n h
X

(38)

Qi x +

i=1

i
Pi1 + Pi 2
Pi1
vi 2
vi1 vi .
x
x

En otras palabras, el funcional cuadratico (36) puede aproximarse por una forma cuadratica de n
variables cuya matriz viene dada por

a1 b1 0 . . .
0
0
0

0
0
0
b1 a2 b2 . . .

0 b2 a3 . . .
0
0
0

(39)
. . . . . . . . . . . . . . . . . . . . . . . . . ,

0 0 0 . . . bn2 an1 bn1

0 0 0 ...
0
bn1 an
donde
ai = Qi x +

Pi1 + Pi
x

para i = 1, . . . , n,

y
Pi
para i = 1, . . . , n 1.
x
Una matriz como (39) en la cual todos los elementos excepto la diagonal principal y sus dos
diagonales adyacentes se anulan es llamada matriz de Jacobi, y su forma cuadratica asociada es
llamada forma de Jacobi. Para cualquier matriz de Jacobi existe una formula de recurrencia para
el calculo de los menores principales dados por

a1 b1 0 . . .
0
0
0

0
0
0
b1 a2 b2 . . .

0 b2 a3 . . .
0
0
0

Di =
,
. . . . . . . . . . . . . . . . . . . . . . . .

0 0 0 . . . bi2 ai1 bi1

0 0 0 ...
0
bi1 ai
bi =

para i = 1, . . . , n. En efecto, expandiendo Di con respecto a los elementos de la u ltima fila,

obtenemos la formula
(40)

Di = ai Di1 b2i1 Di2 ,

que nos permite determinar D3 , . . . , Dn en terminos de los dos primeros menores. De hecho, si
tomamos D0 = 1 y D1 = 0, entonces esta formula es valida para todo i = 1, . . . , n.

 ENTRE LA CONDICION
DE JACOBI Y LA TEORIA DE FORMAS CUADRATICAS

4. RELACION

37

El criterio de Silvester asegura que una forma cuadratica simetrica es definida positiva si y
solo si todos los menores Di son positivos. Podemos as obtener un criterio para que el funcional cuadratico (36) sea definido positivo haciendo n en la formula (40) . Sustituyendo la
expresion de los coeficientes ai y bi en dicha formula, obtenemos

P2
Pi1 + Pi
(41)
Di = Qi x +
Di1 i12 Di2 ,
x
(x)
para i = 1, . . . , n. Es obviamente imposible pasar directamente al lmite n en esta expresion,
puesto que los coeficientes de Di1 y Di2 se hacen infinitos. Para evitar esta dificultad realizamos
el cambio
P1 . . . Pi Zi+1
Z1
Di =
, D0 =
= 1, D1 = Z0 = 0,
i+1
(x)
x
para i = 1, . . . , n. La formula (41) se escribe entonces, en terminos de las variables Zi como
2
Pi1
Pi1 + Pi P1 . . . Pi1 Zi
P1 . . . Pi2 Zi1
P1 . . . Pi Zi+1
=
Q
x
+

,
i
i+1
i
2
(x)
x
(x)
(x)
(x)i1
es decir
(42)

Qi Zi (x)2 + Pi1 Zi + Pi Zi Pi Zi+1 Pi1 Zi1 = 0,

Zi Zi1
1 Zi+1 Zi
Pi1
Pi
= 0,
x
x
x
para i = 1, . . . , n. Pasando al lmite n obtenemos la ecuacion diferencial
Qi Zi

d
(P Z 0 ) + QZ = 0,
dx
que es justamente la ecuacion de Jacobi.
La condicion de que las cantidades Di sean positivas es equivalente a la condicion de que las
cantidades Zi que satisfacen la ecuacion en diferencias (42) sean positivas ya que el factor

P1 . . . Pi
(x)i+1
es siempre positivo (ya que P (x) > 0). De modo que hemos probado que la forma cuadratica (36)
es definida positiva si y solo si todas, excepto las primeras n + 2 cantidades Z0 , . . . , Zn+1 que
satisfacen la ecuacion en diferencias (42) son positivas.
Ahora, si consideramos la lnea poligonal n con vertices
(a0 , Z0 ), (x1 , Z1 ), . . . , (b, Zn+1 ),
la condicion de que Z0 = 0 y Zi > 0 para i = 1, . . . , n + 1 significa que n no corta el intervalo
[a, b] excepto en el punto a. As, cuando x 0, la ecuacion en diferencias (42) se transforma en
la ecuacion de Jacobi, y la lnea poligonal n tiende a una solucion no trivial de dicha ecuacion ,
la cual satisface la condicion inicial
Z1 Z0
x
Z(a) = Z0 = 0, Z 0 (a) = lm
= lm
= 1,
x0
x0 x
x

38

3. LAS CONDICIONES DE JACOBI

y ademas, dicha solucion no se anula en (a, b]. En otras palabras, cuando n , la forma de
Jacobi converge al funcional cuadratico (36), y la condicion de que (38) sea definida positiva se
traduce en la condicion de que (36) sea definida positiva (Teorema 5), que es equivalente a que el
intervalo [a, b] no contenga puntos conjugados de a.

CAPITULO 4

Introduccion a los metodos directos. El metodo de Ritz

Hasta aqu, el modo en que nos hemos aproximado a la resolucion de los problemas variacionales ha sido mediante tecnicas que reducen el problema a un problema formulado en terminos
de ecuaciones diferenciales. Hemos obtenido condiciones necesarias y suficientes para la demostracion de la existencia de soluciones, y su posible calculo mediante la resolucion de la ecuacion
de Euler asociada. Sin embargo, la resolucion efectiva de estos problemas dista de ser sencilla y
es por ello que la investigacion ha derivado a otros metodos, los llamados metodos directos, que
permiten la obtencion de soluciones aproximadas al problema original.
1. Sucesiones minimizantes
Existen muchas tecnicas diferentes agrupadas bajo el nombre de metodos directos. Sin embargo, todas ellas contienen una idea comun, que es la siguiente.
Consideremos el problema de hallar el mnimo de un funcional, J(u), definido en un espacio
M de funciones admisibles u. Para que el problema tenga sentido, debemos asumir que existen
funciones en M tales que J(u) < , y ademas que
inf J(u) = > ,

(43)

donde el nfimo se toma sobre todas las funciones admisibles, u. Entonces, por definicion de ,
existe una sucesion de funciones {un }, llamada una sucesion minimizante, tal que
lm J(un ) = .

Si la sucesion {un } tiene una funcion lmite, u

, y si es legtimo escribir
J(
u) = lm J(un ),

(44)

es decir,
J( lm un ) = lm J(un ),
n

entonces
J(
u) = ,
de modo que u
es solucion del problema variacional. Ademas, las funciones de la sucesion minimizante {un } pueden tomarse como soluciones aproximadas de nuestro problema. As, para
resolver un problema variacional dado mediante un metodo directo, debemos
1. Construir una sucesion minimizante {un }.
39

 A LOS METODOS

4. INTRODUCCION
DIRECTOS. EL METODO
DE RITZ

40

2. Demostrar que {un } tiene un lmite, u

.
3. Demostrar que se puede tomar el lmite (44).
Observacion 5. Aunque exista una sucesion minimizante {un } para un problema variacional
dado, no tiene por que existir el lmite. Por ejemplo, consideremos el funcional
Z 1
2
J(u) =
x2 u0 dx,
1

donde
u(1) = 1,

u(1) = 1.

Obviamente, J(u) solo toma valores positivos, y

inf J(u) = 0.
u

Podemos elegir
(45)

un (x) =

arctan nx
arctan n

como la sucesion minimizante, puesto que

Z 1
Z 1
n2 x2 dx
1
dx
2
,
<
=
2
2
2
2
2
2
2
(arctan n) 1 1 + n x
n arctan n
1 (arctan n) (1 + n x )
y, por tanto, J(un ) 0 cuando n . Sin embargo, cuando n , la sucesion (45) no tiene
lmite en la clase de funciones continuas que satisfacen las condiciones de frontera.
2
Incluso si la sucesion minimizante tiene un lmite en el sentido de las funciones continuas,
no es una tarea trivial el justificar el paso al lmite (44), puesto que, en general, los funcionales
considerados en el calculo variacional no son continuos en dicha norma. Sin embargo, (44) puede
justificarse si la continuidad de J(u) se reemplaza por una condicion mas debil. En este contexto
introducimos la siguiente definicion.
Definicion 6. Diremos que el funcional J(u) es semicontinuo inferiormente en u
M si, para
todo > 0 existe un > 0 tal que
J(u) J(
u) > ,
siempre que ku u
k < .
Tenemos el siguiente resultado
Teorema 8. Si {un } es una sucesion minimizante del funcional J(u), con funcion lmite u
, y si
J(u) es semicontinuo inferiormente en u
, entonces
J(
u) = lm J(un ).
n


2. EL METODO
DE RITZ

41

Demostracion. Por una parte,

(46)

J(
u) lm J(un ) = inf J(u),
n

mientras que, por otra parte, dado cualquier > 0,

J(un ) J(
u) > ,
si n es suficientemente grande. Tomando n , obtenemos
J(
u) lm J(un ) + ,
n

o, lo que es lo mismo,.
(47)

J(
u) lm J(un ),
n

puesto que es arbitrario. De (46) y (47), obtenemos la conclusion del teorema.

2. El metodo de Ritz
El metodo de Ritz es uno de los metodos directos mas usados en el calculo de variaciones.
Supongamos que estamos buscando el mnimo de un funcional J(u) definido en un espacio de
funciones admisibles, M, que por simplicidad asumiremos que es un espacio vectorial normado.
Sean
(48)

1 , 2 , . . .

una sucesion infinita de funciones de M, y sea Mn el subespacio lineal ndimensional de M

generado por las primeras n funciones de (48), es decir, el conjunto de todas las combinaciones
lineales de la forma
(49)

1 1 + 2 2 + . . . + n n ,

donde 1 , . . . , n son numeros reales cualesquiera. Entonces, en cada subespacio Mn , el funcional J(u) da lugar a una funcion
(50)

J(1 1 + 2 2 + . . . + n n )

de n variables.
A continuacion, elegimos 1 , . . . , n de tal manera que se minimice (50), y denotamos por
n el valor mnimo del funcional y por un el mnimo del mismo. Claramente, n no puede crecer
con n, es decir
1 2 . . . ,
puesto que cualquier combinacion lineal de 1 , . . . , n es automaticamente una combinacion lineal de 1 , . . . , n+1 . Tambien, cada subespacio de la sucesion
M1 , M2 , . . .

42

A LOS METODOS

4. INTRODUCCION
DIRECTOS. EL METODO
DE RITZ

esta contenido en el siguiente. A continuacion obtendremos condiciones que garantizan que la

sucesion un es una sucesion minimizante.
Definicion 7. La sucesion (48) es completa en M si dado cualquier u M y cualquier > 0,
existe una combinacion lineal n de la forma (49) tal que kn uk < (donde n depende de ).
Teorema 9. Si el funcional J(u) es continuo (en la norma de M) y si la sucesion (48) es completa
entonces
lm n = ,
n

donde
= inf J(u).
u

Demostracion. Dado > 0, sea

tal que
J(u ) < + .

Tal u existe para todo > 0, por definicion de . Como J(u) es continuo,
(51)

|J(u) J(u )| < ,

siempre que ku u k < = (). Sea n una combinacion lineal de la forma (49) tal que
kn u k < , que existe por ser {n } completa, y sea un una combinacion lineal de la misma
forma pero para la cual se alcanza el mnimo de (50). Entonces, tenemos que
J(un ) J(n ) < + J(u ) < + 2.
Puesto que es arbitrario, se sigue que
lm J(un ) = lm n = .

Bibliografa
[1] L. E LSGOLTZ, Ecuaciones diferenciales y calculo variacional, Editorial Mir-Rubinos, Madrid, 1969.
[2] C. F OX, An introduction to the calculus of variations, Dover Publications Inc., New York, 1987.
[3] I.M. G ELFAND and S. V. F OMIN, Calculus of variations, Dover Publications Inc., New York, 2000.

43